霾光谱特性分析与卫星遥感识别算法

发布时间：2018-05-19 06:40

本文选题：霾 + 光谱特性　；参考：《光谱学与光谱分析》2016年12期

【摘要】：近年来,我国频繁发生的灰霾污染事件和常态性的高细颗粒物浓度(PM2.5),已经引起了全世界范围的广泛关注。卫星遥感能够对大气污染进行快速准确地监测。然而在大气遥感领域具有代表性的中分辨率成像光谱仪(NASA/MODIS),其云监测和暗像元反演算法通常把灰霾当做薄云、雾或地表亮目标处理,无法反演霾天的气溶胶光学厚度(aerosol optical depth,AOD)。笔者研究了云、雾、霾、地表覆盖等不同像元在可见光、近红外以及红外通道的光谱特性。基于MODIS数据,参考相关的云监测和气溶胶反演算法,选取多个对灰霾敏感的光谱通道,计算表观反射率和亮度温度。针对不同波段,分别探讨了霾与薄云、低层云、雾、浓密植被和地表亮目标等像元之间的光谱差异,统计灰霾分布的阈值区间,并设计基于MODIS卫星遥感数据的灰霾识别自动处理流程。通过对2008年华北平原春夏两个重霾事件进行测试,该算法的霾分布监测结果与卫星真彩图具有较好的一致性。基于北京和香河AERONET站点观测的高AOD数据,验证了本算法的霾识别率接近80%,在一定程度能够弥补MODIS标准气溶胶算法用于灰霾天的不足。最后,分析了灰霾识别过程中的主要误差来源,并提出了基于霾纹理特征,以及其他辅助数据支撑的改进方法。
[Abstract]:In recent years , China ' s frequent occurrence of haze pollution events and high particulate matter concentrations ( PM2.5 ) have attracted wide attention worldwide . Satellite remote sensing can rapidly and accurately monitor atmospheric pollution . However , in the field of atmospheric remote sensing , there is a representative mid - resolution imaging spectrometer ( NASA / MODIS ) . On the basis of MODIS data , the spectral characteristics of different pixels , such as cloud , fog , haze and surface coverage , are studied . Based on MODIS data , a plurality of spectral channels sensitive to gray haze are selected to calculate the apparent reflectance and brightness temperature . Based on the data obtained by the MODIS satellite remote sensing data , the haze recognition rate is close to 80 % . In the end , the main error sources in the process of haze recognition are analyzed , and the improved methods based on haze texture features and other auxiliary data supports are proposed .
【作者单位】：中国科学院遥感与数字地球研究所遥感科学国家重点实验室;河南大学计算机与信息工程学院;
【基金】：国家自然科学基金面上项目(41471367,41571417)资助
【分类号】：X51;X87

【参考文献】